量化交易异动策略执行系统

业务背景：
传统人工盯盘难以高效捕捉个股短期价格、成交量的突发异动（如放量拉升、破位下跌等），且人工交易存在反应延迟、情绪干扰等问题。本项目旨在搭建一套自动化量化系统，通过实时采集个股行情数据，计算量价核心指标并识别异动事件，触发预设的买入 / 卖出策略，实现量化交易的自动化、精准化执行，同时降低人工操作风险。
核心功能：
实时行情采集：对接证券行情数据源，拉取个股分钟级价格（开盘价、收盘价、最高价、最低价）、成交量、成交额等数据；
异动指标计算：基于 Pandas/NumPy 计算量价指标（如成交量环比增幅、价格涨跌幅、量比、换手率等），设定异动阈值（如成交量突增 50%、价格涨超 3%）；
异动事件触发：当个股指标突破阈值时，生成异动事件（如 “放量上涨买入信号”“破位下跌卖出信号”）；
交易指令执行：验证信号有效性后，生成标准化买入 / 卖出指令，同步至交易接口；
状态监控与缓存：通过 Redis 缓存实时行情、异动信号、指令执行状态，支持策略参数动态调整；
API 服务：基于 FastAPI 提供行情查询、策略启停、信号查询等接口，支持前端 / 运维端交互。

行情数据采集：通过 Python 编写异步爬虫 / 对接第三方行情 API，按 1 分钟频率拉取个股行情数据，利用 Pandas 进行数据清洗（缺失值填充、异常值过滤），NumPy 向量化计算提升指标运算效率；
数据缓存：将清洗后的实时行情数据（如个股代码、最新价、成交量）存入 Redis，设置过期时间（5 分钟），保证数据时效性；异动信号生成后，以 “个股代码 - 信号类型 - 时间戳” 为 Key 存入 Redis，便于策略层快速读取。
指标计算模块：封装 NumPy/Pandas 计算函数，批量计算个股量价指标（如：量比 = 当前成交量 / 过去 5 日同期平均成交量；价格涨跌幅 =(当前价 - 昨日收盘价)/ 昨日收盘价 ×100%）；
异动识别模块：设定多维度阈值规则（如 “量比> 2 且涨跌幅 > 3%” 触发买入信号，“价格跌破 5 日均线且成交量放大 30%” 触发卖出信号），遍历 Redis 中的实时数据，匹配规则后生成异动信号；
信号校验模块：过滤无效信号（如停牌股票、涨跌停股票），验证账户可用资金 / 持仓数量，确保指令可执行。
基于 FastAPI 搭建 RESTful API：
GET /api/stock/{code}：查询指定个股的实时行情与指标；
POST /api/strategy/start：启动指定策略（传入策略 ID、个股池、阈值参数）；
GET /api/signal：查询近 1 小时内的异动信号与指令执行状态；
接口鉴权：添加 Token 验证，防止非法访问；接口异步处理：利用 FastAPI 的异步特性，避免行情采集 / 指标计算阻塞接口响应。
指令下发模块：将校验通过的买入 / 卖出指令封装为标准化格式，对接模拟 / 实盘交易接口（如券商 API）；
状态同步模块：实时更新指令执行状态（待执行 / 已执行 / 失败）至 Redis，并记录日志（包含指令时间、个股、价格、数量、结果），便于复盘分析。